“李展铿”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果28个，建议您升级VIP下载更多相关专利

[发明专利]基于深度学习的图像处理方法及装置-CN202310857288.3在审
发明人：陈畅新;李展铿 -专利权人：有米科技股份有限公司
申请日： 2023-07-12 - 公布日： 2023-10-13 - 主分类号： G06V10/74 文献下载
摘要：本发明公开了一种基于深度学习的图像处理方法及装置，该方法包括：将待处理图像集合中的每个待处理图像输入到图像处理模型中，得到每个待处理图像对应的哈希值，并根据每个待比较图像对应的哈希值，对于每个待比较图像，计算该待比较图像与所有待比较图像中除该待比较图像外的每个剩余待比较图像之间的相似度表征值，且当待比较图像间的目标相似度表征值大于预设相似度阈值时，确定目标相似度表征值对应的待比较图像满足预设的相似度条件。可见，实施本发明能够结合图像的哈希值确定图像的相似度表征值，提高图像间的相似度表征值对于图像差异的表征精准性，能够提高确定图像是否相似的准确性和可靠性，进而能够提高图像去重的准确性和可靠性。
基于深度学习图像处理方法装置

[发明专利]一种图标匹配方法及装置-CN202310049817.7有效
发明人：陈畅新;李展铿 -专利权人：有米科技股份有限公司
申请日： 2023-02-01 - 公布日： 2023-07-21 - 主分类号： G06V10/75 文献下载
摘要：本发明公开了一种图标匹配方法及装置，方法包括：将目标图像输入至训练收敛的图标检测模型中，得到目标图标检测结果；将目标图标检测结果及预先确定出的应用图标图像分别输入至训练收敛的特征点提取器中，得到特征点提取结果；根据特征点提取结果，确定目标图标检测结果与应用图标图像所对应的图标匹配结果。可见，本发明能够采用训练收敛的目标检测模型及训练收敛的特征点提取器，得到目标图像对应的图标特征点提取结果，进一步确定出目标图像与应用图标图像对应的图标匹配结果，提高确定出的图标检测结果及特征点提取结果的准确性和确定效率，进而提高确定出的图标匹配结果的准确性和确定效率，从而提高目标图像的图标匹配准确性和匹配效率。
一种图标匹配方法装置

[发明专利]图像特征的智能提取方法及装置-CN202211701613.9有效
发明人：陈畅新;李展铿 -专利权人：有米科技股份有限公司
申请日： 2022-12-29 - 公布日： 2023-04-07 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种图像特征的智能提取方法及装置，该方法包括：根据确定出的用于训练的目标训练图像集合，训练预设的待训练特征提取模型，得到训练后特征提取模型；判断训练后特征提取模型是否收敛，若是，则将训练后特征提取模型确定为目标特征提取模型。可见，实施本发明能够基于训练出的目标特征提取模型来提取待处理图像的全局特征，相较于传统的局部特征提取，提取出的全局特征更具备有区分性的卷积特征，使得即使图像特征图的尺寸逐渐下降，特征图的边缘等相关细节也能够得以保留，有利于可靠、精确以及有效地提取图像特征，进而有利于提高后续图像分类任务的精确度，从而有利于提高对图像数据的识别、归类及检索等操作的可靠性及准确性。
图像特征智能提取方法装置

[发明专利]图文匹配模型的训练方法及装置-CN202211219395.5有效
发明人：陈畅新;李展铿 -专利权人：有米科技股份有限公司
申请日： 2022-10-08 - 公布日： 2023-03-24 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种图文匹配模型的训练方法及装置，该方法包括：获取用于图文匹配模型训练的训练数据集，训练数据集中包括多个文本数据和多个图像数据，将每个文本数据和每个图像数据分别输入至目标文本模型以及目标图像模型中得到文本编码向量和图像编码向量，并确定初始训练用图文数据组，将所有初始训练用图文数据组输入至预先设定的初始图文匹配模型，得到初始训练数据输出结果，基于初始训练数据输出结果，确定初始图文匹配模型的初始损失信息，若初始损失信息满足训练完成条件，则将初始图文匹配模型确定为目标图文匹配模型。可见，实施本发明能够提高图文匹配模型训练的效率，还能够基于图文匹配模型实现图文互搜以及多模态数据分类。
图文匹配模型训练方法装置

[发明专利]图文语义对齐模型训练方法及装置-CN202211118758.6有效
发明人：陈畅新;李展铿 -专利权人：有米科技股份有限公司
申请日： 2022-09-15 - 公布日： 2022-12-16 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种图文语义对齐模型训练方法及装置，该方法包括：根据若干个原始图像，获取细粒度样本数据集；对所有所述细粒度训练样本组中的所述子图像进行数据增强，获得对应于每个所述子图像的增强子图像；根据所有所述细粒度训练样本组及所有所述细粒度训练样本组中的子图像对应的增强子图像，训练获得细粒度图文语义对齐模型。通过原始图像建立关于各前景目标的细粒度样本数据集，并通过对样本数据集中的前景图像进行数据增强，与原始的细粒度样本数据集结合，获得了与各个前景目标所对称的文本标签，由此训练获得了收敛的细粒度图文语义对齐模型，避免了图文语义不对称的问题，并提升了以图搜文和以文搜图等图文匹配应用场景下的准确度。
图文语义对齐模型训练方法装置

[发明专利]基于中心损失的文本层级分类方法及装置-CN202210545241.9在审
发明人：钟艺豪;李展铿 -专利权人：有米科技股份有限公司
申请日： 2022-05-19 - 公布日： 2022-09-02 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于中心损失的文本层级分类方法及装置，该方法包括：确定欲分类的目标处理文本；将所述目标处理文本输入至训练好的层级分类神经网络模型，以输出得到所述目标处理文本对应的多个相互之间存在层级关系的类别；所述层级分类神经网络模型在训练中采用中心损失函数进行优化直至所述中心损失函数最小化；所述中心损失函数的值用于表征训练文本的文本向量与任一对应的训练输出类别的中心表征向量之间的训练向量距离。可见，本发明能够利用基于中心损失函数训练得到的层级分类算法模型对文本进行层级分类，以实现对文本的多层级分类，从而能够提高文本分类的精度和效率，有助于后续利用分类后的文本进行进一步的智能算法处理。
基于中心损失文本层级分类方法装置

[发明专利]文本的特征的确定方法及装置-CN202111153504.3在审
发明人：黄于晏;陈莹莹;李展铿 -专利权人：有米科技股份有限公司
申请日： 2021-09-29 - 公布日： 2021-12-31 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种文本的特征的确定方法及装置，在确定出待识别行业的文本之后，通过先对待识别行业的文本执行标记操作，有利于提高执行文本的哈希值确定操作的准确性以及效率，再自动对确定出的文本的哈希值执行映射操作，且不依赖于固定的词表，能够在保证保留所需文本的词语的情况下降低文本的词语数据量，从而有利于提高快速确定出准确文本的特征向量，有利于提高识别出与文本匹配的行业类别的准确性及效率。
文本特征确定方法装置

[发明专利]基于文本的行业类别识别方法及装置-CN202111150329.2在审
发明人：黄于晏;陈莹莹;李展铿 -专利权人：有米科技股份有限公司
申请日： 2021-09-29 - 公布日： 2021-12-24 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于文本的行业类别识别方法及装置，通过分别提取待识别行业的文本中的中文文本词向量集合和英文文本词向量集合，再根据英文文本词向量集合的长度和中文文本词向量集合的长度，去确定与待识别行业的文本匹配的行业类别，能够提高识别出与文本匹配的行业类别的准确性，有利于提高对不同行业的文本(如广告文本)中蕴含的品牌和品类进行探索的准确性及可靠性，以及无需对英文文本进行翻译，直接使用英文行业识别模型对英文文本进行分析，能够提高英文文本的分析效率以及准确性。
基于文本行业类别识别方法装置

[发明专利]基于文本的行业识别模型的确定方法及装置-CN202111150563.5在审
发明人：黄于晏;陈莹莹;李展铿 -专利权人：有米科技股份有限公司
申请日： 2021-09-29 - 公布日： 2021-11-23 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于文本的行业识别模型的确定方法及装置，通过分开使用来源于同一原始文本的中文文本训练行业识别模型和使用英文文本训练行业识别模型，得到中文文本行业识别模型和英文文本行业识别模型，减少了使用中英文文本共同训练行业识别模型时由于可能存在引入中英文之间的关联而导致训练出的低准确性甚至无法训练出行业识别模型的发生情况，能够提高行业识别模型的训练准确性以及可靠性，确定出了具有适用性强的行业识别模型，以及通过将文本中每个词且与该词相邻词的语义信息加载到该词的特征向量上，有利于进一步提高行业识别模型的训练精准性、可靠性以及适用性，有利于提高识别出与文本匹配的行业类别的准确性及效率。
基于文本行业识别模型确定方法装置

[发明专利]字符识别模型训练的数据增强、字符识别的方法及装置-CN202110810466.8在审
发明人：钟艺豪;李展铿 -专利权人：有米科技股份有限公司
申请日： 2021-07-15 - 公布日： 2021-10-01 - 主分类号： G06K9/34 文献下载
摘要：本发明公开了一种字符识别模型训练的数据增强、字符识别的方法及装置，该方法通过在训练出收敛后的字符识别基础模型之后且在判断出训练样本图像的预测结果与训练样本图像的样本标签匹配之后，基于训练样本图像的每个预测字符在收敛后的字符识别基础模型的每个输出标签上的概率，对当前训练样本图像执行数据增强操作，能够获取到不同方向字符的增强训练样本图像，实现训练样本图像的数据增强，有利于通过数据增强后的训练样本图像继续对收敛后的字符识别基础模型进行半监督式的训练，有利于增强字符识别基础模型对任意方向文字的识别能力，以及无需大量的训练样本,不仅提高了字符识别基础模型的训练准确性，还提高了字符识别基础模型的训练效率。
字符识别模型训练数据增强方法装置

[发明专利]用于多层次图像轮廓信息提取的神经网络训练方法及装置-CN202110589188.8在审
发明人：陈畅新;钟艺豪;李百川;李展铿 -专利权人：有米科技股份有限公司
申请日： 2021-05-28 - 公布日： 2021-08-24 - 主分类号： G06K9/46 文献下载
摘要：本发明公开了一种用于多层次图像轮廓信息提取的神经网络训练方法及装置，该方法包括：确定特征提取网络训练模型的网络架构；所述特征提取网络训练模型包括特征提取网络模型和连接至所述特征提取网络模型的输出的单通道特征卷积层；将轮廓训练图像集输入至特征提取网络训练模型进行训练，直到所述特征提取网络训练模型的第一损失函数收敛，以得到训练后的所述特征提取网络模型。可见，本发明可以使得训练得到的网络模型能够用于准确提取到输入图像的多通道多层次的轮廓信息，以便于后续依据该轮廓信息进行图像识别任务时，提高图像识别任务的效率和准确率。
用于多层次图像轮廓信息提取神经网络训练方法装置

[发明专利]用于图像性别分类的神经网络训练方法及装置-CN202110589208.1在审
发明人：陈畅新;钟艺豪;李百川;李展铿 -专利权人：有米科技股份有限公司
申请日： 2021-05-28 - 公布日： 2021-08-24 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种用于图像性别分类的神经网络训练方法及装置，该方法包括：将训练图像集输入至特征提取网络模型进行特征提取，以得到图像轮廓特征信息；将所述训练图像集输入至第一性别分类网络模型，以得到图像性别特征信息；将所述图像轮廓特征信息与所述图像性别特征信息进行融合，得到图像融合特征信息；将所述图像融合特征信息输入至第二性别分类网络模型进行训练，直到收敛，得到目标神经网络模型；所述目标神经网络模型用于对输入图像的性别进行分类。可见，本发明可以提高后续训练得到的网络模型的性别分类精确度，同时相对于现有的性别分类网络模型训练方法，本发明中的模型复杂大大降低，收敛速度更快，人力物力成本更低。
用于图像性别分类神经网络训练方法装置

[发明专利]基于综合相似度的关键词拓展方法和装置-CN201711227954.6有效
发明人：翁永金;李百川;谭晋;陈第;蔡锐涛;李展铿 -专利权人：有米科技股份有限公司
申请日： 2017-11-29 - 公布日： 2021-06-04 - 主分类号： G06F16/951 文献下载
摘要：本发明涉及基于综合相似度的关键词拓展方法和装置。所述方法包括：获得待拓展APP的关联APP，确定各关联APP与待拓展APP的第一相似度；获得各关联APP对应的关键词为候选关键词，根据各候选关键词的重要度，计算各候选关键词与关联APP的第二相似度；获取各个候选关键词在应用库平台的搜索指数，根据所述第一相似度、第二相似度以及各个候选关键词的搜索指数，计算各候选关键词相对于待拓展APP的相似度得分；根据所述相似度得分对候选关键词进行筛选，得到待拓展APP的关联关键词。本发明能够自动筛选出相似性较高关联关键词，既实现量产，同时又可保证拓展质量。
基于综合相似关键词拓展方法装置

[发明专利]基于重点关键词的关键词拓展方法和装置-CN201711227953.1有效
发明人：翁永金;李百川;陈第;蔡锐涛;李展铿 -专利权人：有米科技股份有限公司
申请日： 2017-11-29 - 公布日： 2021-04-09 - 主分类号： G06F16/951 文献下载
摘要：本发明涉及基于重点关键词的关键词拓展方法和装置。所述方法包括：获取待拓展APP覆盖的第一级关键词，从中筛选出重点关键词；根据各重点关键词在应用库平台搜索到的APP,得到待拓展APP关联的第二级APP；进一步获取各第二级APP覆盖的关键词得到一候选关键词集合；然后计算候选关键词集合中各关键词相对于重点关键词的综合相似度；根据所述综合相似度以及候选关键词集合中各个关键词在候选关键词集合中所占的比重，可计算候选关键词集合中各关键词的相似度得分；最后可基于所述相似度得分对所述候选关键词集合进行筛选，得到待拓展APP的关联关键词。本发明能够自动拓展出APP相关的关键词，既实现量产，同时又可保证拓展质量。
基于重点关键词拓展方法装置

[发明专利]基于文本的相似度确定方法、装置及计算机设备-CN201810015523.1有效
发明人：周涛;李百川;李展铿 -专利权人：有米科技股份有限公司
申请日： 2018-01-08 - 公布日： 2020-12-15 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及基于文本的相似度确定方法及装置，属于互联网技术领域。所述方法包括：获取候选用户的历史网络浏览记录，根据所述历史网络浏览记录得到所述候选用户对应的文本集合；获取预先计算的所述文本集合中各文本落入参考用户对应的文本集合的条件概率；根据所述候选用户对应的文本集合以及其中各文本的条件概率，得到所述候选用户对应的第一文本特征向量；将所述候选用户的第一文本特征向量输入预先训练的随机森林模型，根据所述随机森林模型的输出得到所述候选用户与参考用户的相似度值。上述技术方案，解决了不能准确计算用户之间相似度的问题，能通过文本的相关信息准确地计算候选用户与参考用户的相似度，进而可以找出参考用户的相似用户。
基于文本相似确定方法装置计算机设备

1
2
下一页»
尾页
共 28 条